风控不是模型比赛，先管住人和账户
私募量化系统里，风控最容易出问题的地方往往不是模型不够复杂，而是规则执行不彻底。很多团队花大量精力研究因子和信号，风控模块却靠手工盯盘，行情一极端就手忙脚乱。有效的风控管理第一步是把“人说了算”改成“系统说了算”。
具体做法是建三层硬约束。第一层是账户级总仓位上限，不管策略信号多强，总保证金占用不得超过产品净值的固定比例，股票多头产品可以按仓位百分比卡死，期货CTA产品按保证金占用比例卡死。第二层是单品种集中度上限，股票按单票市值占比、期货按单合约保证金占比分别设阈值，防止一个品种爆仓拖垮整个产品。第三层是单日亏损熔断线，当天累计亏损达到净值一定比例就自动降仓或停止开新仓，避免情绪化扛单。
这三层规则必须写在交易系统前置风控里，信号生成后先过风控引擎再报单，人工无权临时绕过。如果老板或基金经理要破例，需走书面审批并记录在案，事后复盘追责。程序化执行比任何口头强调都管用。
波动率目标与动态降杠杆
量化策略的收益风险特征会随市场波动率变化而漂移。同一套趋势跟踪策略，在低波动率环境里夏普比率漂亮，波动率一放大回撤就迅速飙升。风控系统需要把波动率目标嵌进去，让仓位随波动率反向调整。
操作层面可以这样做：每天收盘后计算产品净值的已实现波动率，再算一个短周期波动率（比如20个交易日滚动）。当短周期波动率超过长期波动率一定倍数时，自动触发降杠杆指令，把期货保证金占用比例下调一档。股票量化策略同理，波动率飙升时降低仓位暴露。
这套机制的关键是阈值要提前定好并写进系统，不能等波动率起来再拍脑袋。降杠杆的节奏也要分批执行，避免一次性砍仓造成额外冲击成本。
流动性压力测试要覆盖极端场景
私募量化产品最怕的是“卖不掉”。股票量化持仓里的小市值票、期货里的远月合约，平时流动性看着够用，一旦市场恐慌或交易所调整保证金，流动性瞬间蒸发。风控系统需要定期做压力测试，模拟极端行情下的变现能力。
具体测试场景至少包括：股票持仓中单日成交量低于某阈值的票占比多少，如果这些票同时跌停，按跌停价估算的变现损失有多大；期货持仓中远月合约和近月合约的保证金占用变化，如果交易所临时提高保证金比例，产品是否需要被动减仓。压力测试结果要形成报告，触发预警线就提前调整持仓结构。
压力测试的频率建议每月一次，极端行情月份每周一次。测试参数不能固定不变，要随着市场波动率和交易所规则动态更新。
独立风控岗与程序化止损的联动
很多私募量化团队的风控负责人由交易员或研究员兼任，这本身就是风险隐患。有效的做法是设独立风控岗，直接向合规负责人或投委会汇报，不参与策略开发和交易执行。独立风控岗的职责不是审批每笔交易，而是维护风控规则库、监控规则执行情况、组织压力测试和事后复盘。
程序化止损要和独立风控岗联动。系统自动触发止损后，风控岗要第一时间收到通知并核查原因，判断是策略正常回撤还是系统异常。如果止损触发频率异常升高，风控岗有权暂停相关策略的交易权限，等排查清楚再恢复。这种联动机制能防止程序化止损在极端行情里被反复触发，造成不必要的交易成本。
风控规则要定期回测和迭代
风控规则本身也需要回测。仓位上限设多少、止损线定多宽、波动率目标调多快，这些参数不能拍脑袋定完就一直用。每季度应该用历史数据回测风控规则的表现，看规则在极端行情里是否有效、是否过度限制策略收益。
迭代时注意两点：一是风控规则调整不能太频繁，否则策略执行会混乱；二是每次调整都要记录原因和预期效果，事后评估调整是否达到目的。风控规则的迭代节奏应该比策略迭代慢，保持相对稳定。
私募量化风控做到拼的不是模型多花哨，而是规则是否清晰、执行是否严格、复盘是否到位。把这几件事做扎实，产品活得久比短期跑得快更重要。
